作者：量化小白Literacy
题图：量化小白Literacy微信公众号
前期我们介绍过针对股票型基金的净值序列，通过Jensen模型、H-M、T-M模型等进行Alpha能力估算、选股择时能力的分析，其实这就是一种基本也是较为常见的业绩归因方法（详见私募基金数量化绩效评价体系（四）选股择时及业绩持续性指标），本文简单介绍一下另外一种基于净值的基金业绩归因方法，即从风险偏好的视角观察，比如基金对风格、板块以及行业等的风格偏好。
一般来说，业绩归因从数据来源的角度主要分为两大类，基于持仓的业绩归因（如Brinson模型）和基于净值的业绩归因，因为我们研究的对象是私募基金，受制于持仓数据可获得性的限制，我们主要使用基于净值的绩效归因方法，这套方法起源于CAPM理论，基于股票多因子模型的思路进行实践，比如传统Fama-French模型，即基金的业绩来源于不同风格或板块的贡献，通过多元线性回归分析得到相应的回归系数，即可以得到基金在某个风格或板块因子上的暴露。
模型的设定如下：
对于风格，我们可以采用根据中信行业分类对板块的定义，包括金融、周期、消费、成长、稳定五大风格板块，使用其周度收益率作为自变量。对于板块和行业的选择也有多种分类，可以根据研究需求自行选择。
如果我们研究的对象是单个股票，那么其风格暴露之和为1，回归方程中会与常数项产生共线性的问题，需要添加一些约束条件才能求解，一般为全部风格因子的收益率的市值加权收益为0。我们这边是研究的某个基金，不存在此类问题，但因为从可解释性角度，如基金对某个风格的绝对暴露不可能小于0，最多也就是对某个板块的完全暴露（全部按照某个板块进行配置），对有所板块的暴露之和不超过1，对此需要增加一些约束条件。
如此，我们的问题就转化为对带约束的线性模型的求解，在Python中，我们可以借助Scipy中的minimize函数求解最优化方法解决。
代码如下：
版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。
